W świecie JavaScript mamy sporo bibliotek i czasami nie wiadomo co śledzić. Jako że mamy początek roku to przygotowałem dla Ciebie spis bibliotek, które według mnie w tym roku będą popularne i warto je śledzić. Jeśli nie wiesz czym się zająć, to wybierz jedną i spróbuj swoich sił.

Jak co roku do standardu ECMAScript są dodawane nowe funkcjonalności, które pozwalają rozwijać język JavaScript. Już teraz mamy informacje na temat nowości na przyszły rok. Co nas zatem czeka nowego w roku 2021?

Też tak czasami macie, że zastanawiacie się jaką strukturę projektu zaproponować? Jaka struktura sprawi, że rozwijanie kodu nie będzie sprawiało problemów i każdy się odnajdzie? I ile razy nasze wysiłki nic nie dały? W tym wpisie chcę się z wami podzielić moją filozofią dotyczącą tworzenia struktury projektu.

Promisy są aktualnie podstawowym sposobem radzenia sobie z asynchronicznym kodem w JavaScript. Pojawiają się prawie w każdym trochę bardziej zaawansowanym kawałku kodu. Czasem jest ich nawet aż za dużo. Jak więc sobie radzić z dużą ilością Promisów w aplikacji?

Algorytm k-means jest jednym z podstawowych algorytmów uczenia nienadzorowanego. Należy do algorytmów analizy skupień (inaczej grupowania, klasteryzacji) i pozwala na podzielenie elementów na określoną ilość klas ze względu na podobieństwo. Jest on na tyle prosty, że warto go własnoręcznie zaimplementować.

Stałe wartości mogą być zainicjalizowane tylko jeden raz i od tej pory nie można ich zmienić. Dzięki temu zawsze wiemy, co jest w środku, więc jest to odporniejsze na błędy. A jak można zapewnić niezmienność danych w JavaScript?

Jupyter Notebook jest jednym z najbardziej popularnych notebooków w świecie Data Science. Umożliwia szybkie pisanie i dzielenie się kodem. Do tej pory nie było odpowiednika dla programistów JavaScript, ale ostatnio to się zmieniło. Pojawiło się nowe rozwiązanie — Dnotebook.

Sztuczna inteligencja w ostatnich latach stała się pojęciem modnym i często nadużywanym. Jedną z dziedzin sztucznej inteligencji jest uczenie maszynowe, które umożliwia tworzenie systemów uczących się na podstawie danych i następnie wykorzystujących tę wiedzę. Na czym to polega, po co nam to i jak możemy podzielić uczenie maszynowe?